本文提出了一种名为“Risk-to-Buffer”的概念框架,旨在通过压力测试联合校准周期性和结构性资本要求。该框架的核心是将风险水平与压力测试中使用的场景联系起来,从而减少双重计数的风险并增强银行部门资本监管的有效性和透明度。
框架方法:
- 生成与风险水平相关的情景: 使用非线性宏观经济模型生成宏观经济情景,情景的严重程度取决于周期性风险的水平。模型中的状态变量(如非金融私营部门的债务服务比率DSR)衡量周期性风险,较高的风险水平会导致冲击对经济的影响被放大。
- 每个风险级别的资本损失: 将不同的情景用作压力测试模型的输入,以预测银行的资本比率。高风险情景导致更大的资本损失。
- 从资本损失到要求: 根据预期的资本损失校准资本要求。参考风险情景用于设定结构性要求水平,而当前周期性风险情景下的额外损失确定周期性要求。
应用示例:
- 非线性宏观经济模型: 使用多元平滑转换制度切换模型(Auerbach和Gorodnichenko (2013);Tenreyro和Thwaites (2016)),通过局部投影方法估计欧元区数据,识别出一系列实际和金融冲击,DSR被用作周期性风险的衡量指标。
- 间接压力测试模型: 基于欧洲银行业管理局(EBA)2018年银行压力测试的结果,估计了一个简约回归模型,以捕捉GDP增长率对银行核心一级资本比率的影响。
- 不同情景下的银行损失: 模拟了基准情景和不利情景,发现周期性风险越高,CET1损失也越高。
- 校准要求: 考虑了两种选项,一种是结构要求匹配最低风险情景下的损失,另一种是参考风险对应于中位周期性风险。
研究结论:
- 该框架为政策制定者提供了一种透明的方式来设定两种类型要求之间的平衡,并减少双重计数的风险。
- 参考周期性风险水平的选择直接影响结构性要求和周期性要求的水平。
- 该方法可以为讨论“中立”的周期性需求提供一个有用的框架,通过提供结构性和周期性需求平衡的清晰衡量标准。